文档首页/ 数据复制服务 DRS/ 常见问题/ 实时迁移/ 分片集群MongoDB迁移前清除孤儿文档
更新时间:2023-10-30 GMT+08:00
分享

分片集群MongoDB迁移前清除孤儿文档

什么是孤儿文档

MongoDB负载均衡器(Balancer)会根据集合的分片键(Shard key)均衡数据。Balancer的工作原理是:需要Balancer的数据块(Chunk)先复制到目标Shard,成功后再删除原Shard上的Chunk,来完成一次Chunk迁移,通过多次Chunk迁移来实现均衡。在Chunk迁移时,如果发生网络闪断等不可预知的场景,完成了复制但没有完成删除,那么对同一条文档会同时存在于两个Shard上。因为Chunk迁移在MongoDB上是感知的,config会更新这条文档应该在哪个Shard上,那么另一个Shard上的文档会存在但不会被感知,后续的update、delete操作都不会作用于这个错误的Shard上的文档,那么这条文档被称为孤儿文档(Orphaned Document)。

迁移影响

DRS在迁移集群时,会从Shard上抽取全量数据。正常文档和孤儿文档在不同的Shard上,DRS不会感知,都会迁移到目标库。DRS针对MongoDB迁移的冲突策略为忽略,因此最终目标库上的文档取决于哪个文档先被迁过去,会造成数据内容或行数不一致。

操作步骤

  1. 下载用于清除孤儿文档的cleanupOrphaned.js脚本文件。
  2. 修改cleanupOrphaned.js脚本文件,将test替换为待清理孤儿文档的数据库名。
  3. 执行以下命令,清理Shard节点下指定的数据库中所有集合的孤儿文档。

    mongo --host ShardIP --port Primaryport --authenticationDatabase database -u username -p password cleanupOrphaned.js
    • ShardIP:Shard节点的IP地址。
    • Primaryport:Shard节点中的Primary节点的服务端口。
    • database:鉴权数据库名,即数据库账号所属的数据库。
    • username:登录数据库的账号。
    • password:登录数据库的密码。

    如果您有多个数据库,您需要重复执行步骤2和步骤3,分别为每个数据库的每个Shard节点清理孤立文档。

相关文档